小公司AI训练师面经

Q1：⼀句话说明什么是 AI Agent？答案：AI Agent 是以⼤模型为认知核⼼，结合规划、记忆与⼯具调⽤，能在多步交互中根据环境反馈持续决策并完成任务的系统；其本质是 闭环的感知—思考—⾏动 循环，⽽不仅是单次⽂本⽣成。Q2：为什么说 Agent = LLM + Planning + Memory + Tools？缺⼀块会怎样？答案：缺 Planning：容易变成「只会接话」的聊天，⻓任务易跑偏或⼀步登天完不成。缺 Memory：⻓对话会丢线索，多会话⽆法延续⽤户偏好与任务状态。缺 Tools：只能「空谈」，⽆法查实时信息、执⾏代码、改系统状态。LLM 仍是中枢，但单靠 LLM 没有外...

总体来讲比较轻松，由于是校园宣讲，筛选简历后进行面试（基本投就有面试机会，而且我其实在问卷中写的导师不放实习），面试官只有一人，聊的也是一些普通的问题：1. 工作经历，教育经历，为什么要考研？2. 为什么要转码？3. 项目经历，介绍简历中的项目？4. 有没有另外的开源、实习、竞赛经历？5. 课题组中合作经历？6. ......（有点记不清了）这是一次练手，感觉重点还是项目，首先是项目得有含金量，其次是最好有开源、实习、竞赛经历，后面我说导师不放实习，就结束了。

Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...

本人双9bg，目前在泡池子了3.23 申请4.22 机考5.20 上午9点 技术面，面完5min发短信5.20 下午4点 主管面，面完HR和我说通过了，但是25h之后官网才通过-----------------------------------------------------------------------------------------------------------------------------技术面：1、自我介绍，我本身没怎么准备，讲了自己专业和院校就结束了，面试官来了一句“没啦？”给我吓了一跳，心想要凉了，我就打开简历给他共享了一下，根据简历又给他讲了一遍。2、问简历相关内容，问我做的项目，具体怎么实现3、手撕代码环节让我推了一下我论文里的公式，没有问机考的内容，也没有再问其他的代码。4、我觉得可能是面试官不太了解我做的方向，并且有一篇一作一区Top+一篇共同作者的NC工作，这两个综合原因让他对我印象还可以，没有刁难我。全程40min，越往后面感觉印象越好，然后面完五分钟发短信一面通过-----------------------------------------------------------------------------------------------------------------------------主管面：1、有了上午的经验，准备了一下自我介绍，写了个稿子，直接读的2、和技术面一样，又问了我一遍项目怎么实现的3、项目有没有团队合作经验？每个人是怎么分工的？4、和别人合作意见不和怎么处理？你在团队里通常扮演什么角色？5、大学期间最让你感到沮丧，觉得没有做好的一件事。6、你觉得做的最成功的事情是什么？7、因为我有学生干部经历，根据我的简历又多问了一些团队管理经验和基本素养相关的问题8、最近让你最有压力的一件事是什么？平时怎么缓解压力？9、为什么想来华为？对华为的认识（华孝子环节，狠狠吹就行了）10、来华为可能需要加班，怎么看待加班（我说不鼓励但是认同，投其所好讲几句，然后他说华子加班其实没那么狠）后面就说他没什么问题了，就结束会议了。全程45min，可能是面的太专注了，我还以为只有二十分钟，结束了才发现累得不行。我遇到的两位面试官还都挺和蔼，很好说话的。一点小trick，双机位，但是我把一些问题的回答提前写好在txt上，然后在面试的时候只共享了简历，右下角放我的txt文档。主管面的所有问题都在我提前准备的回答中能对应到，所以回答起来比较流畅，基本没有支支吾吾的情况。这些问题也基本都是牛客各种面经上收集的，感谢各位，我也来发面经攒攒人品。预祝各位成功！！！